庄辰超 便利蜂庄辰超：人的效率低下，我们用算法大规模扩张

2016年，我们卖去哪里。接下来该怎么办？当时，我们认为并希望参与科技给中国未来10年或20年的产业升级带来的巨大机遇。但说实话，有哪些巨大的商机，技术能带来哪些改变？当时大家都没有明确的想法。所以我们先成立一个基金，通过投资来探索各个领域。我们发现，一个商业模式已经验证过但在中国多年没有爆发的行业——便利店行业，潜力是巨大的。所以，从被称为“便利店之死”的北京开始，到目前为止，我们已经开了大约800家店。在北京，我们便利店的数量和销量都是第一，天津和南京也是。

为什么要做便利店？我们如何分析行业机会

首先画一个坐标系，纵轴代表行业集中度，横轴代表行业创新机会。不同象限的行业有不同的投资和创业策略。

细分机会分析

第一象限:该象限内容易被收购或兼并的行业，创新机会高，集中度高。当时去哪儿所在的在线旅游行业就是这样一个领域。但在这个领域创业时，由于行业集中度高，最终的结果往往是被行业龙头收购或兼并。

第二象限:创业机会少，投资机会多在创新机会低、产业融合程度高的地区，留给创业者的机会很少，但作为投资者的机会还是很多的，因为不同企业可能存在估值波动。

第三象限:投资成功概率低。最坏的情况是行业整合度低，创新机会低。这样的市场很难有庞大的企业，所以我们基本上放弃了。比如潜水、滑雪等地方活动的供应商，在我们看来自然是分散的行业。

第四象限:适合创业，但也可能承担商业模式的风险。如果一个领域的创新机会不高，但市场集中度很低，就意味着市场风险相对较低，创新者可能成为领导者。另一方面，你可能不得不承担巨大的商业模式风险。我们通常认为市场分散程度低是可以改变的，但是经济学上有一个现象叫做自然分散。如果不了解市场形成的内在动力，投入大量资源后发现是一个自然分散的市场，可能会面临很大的风险。

有了这个模型，我们发现它处于典型的适合创业的第四象限行业:便利店。其市场非常分散，并且由于人工智能、物联网等基础设施的兴起，存在巨大的创新机会。还有一个有趣的点是便利店不存在商业模式风险——因为在其他东亚国家已经被证明了，而且已经证明了40年来不会被一波又一波的技术浪潮颠覆。这引起了我们极大的兴趣。

市场潜力如何？

我们很重要的想法是，中国人投资10年后的消费水平，并不是今天中国人的消费水平。我们相信中国会越来越好，中国人的消费水平会不断提高。在这个前提下，哪个品类占中国人消费比例高？根据高盛的报告，生活必需品和药品的消费占中国国民个人消费的30%以上，每年消费约1万亿美元以上。两者都是便利店的主要经营范围。那么，一个国家每个城市拥有的便利店数量应该是什么水平呢？韩国便利店约1500家，日本便利店2200家，台湾省便利店2000-2400家，泰国便利店2500家。北京官方人口2200万，台湾省人口2400万。北京的消费水平不低于台湾省。同样的人数，至少要有5000家便利店。但其实台湾省有一万家便利店，今天北京只有七百多家。所以目前北京市场潜力很大。

什么样的便利店？

我们对便利店的定义是两个15-15元，15分钟。

15分钟:当我坐在办公室想吃这个东西的时候，我要么坐在同一个地方，15分钟就吃完了；走到附近的商店需要5分钟，买东西需要5分钟，回到办公室或者家里坐下需要5分钟，来回不超过15分钟。15元:客户均价15元。15分钟区和15元区的结合，构成了我们所理解的便利店的商业范围。速食和高频是我们定义便利店最重要的两个指标。

为什么中国没有成长为便利店巨头？两个山市的标准化和管理看起来很美好，但是为什么中国的便利店总是不发达？7-11.FamilyMart和Rosen都进入中国超过15年，在中国的发展速度一直很慢。我发现最大的问题是标准化。

难点一:店面无法标准化，每张图纸都是用7-11重绘。罗森在日本有一个非常标准的店铺模板:100平米左右，标准大小四方。如何选择店铺类型，如何摆放货架，如何搭建货架，都有现成的标准。但是这个招数一旦出了中国上海就很难套用了。由于国内商铺建设不规范，每个商铺的建筑材料和结构可能会有所不同。7-11在过去的15年里，根据模板，我们在北京找到了商店，但只找到了不超过200家商店。所以进入中国十几年以来，规模一直不大。在国内，如果没有一个标准的模板，每个店铺十几张图纸就要花很多钱。因为货架摆放不一致，所以必须重新动态计算可以达到的周转次数。

难点二:管理成本太高，无法通过加盟来解决。有意思的是，全球95%的肯德基、麦当劳、星巴克店都是加盟店，但在中国几乎都是直营店。如果你问海底捞，你也坚持全直销。

为什么？我们咨询了很多业内顶尖的首席执行官和首席财务官，他们告诉我几点:

第一，加盟的重要因素是唤起业主主动管理的意识。但在食品行业，这种主动获取最大利润的意识，可能会成为违反食品卫生、破坏品牌的行为。比如过期食品没有丢弃，偷偷换标签...如果只有一个类似的问题，你可以把你的品牌整体毁掉。

其次，中国加盟商的人均素质与日本相对不同，学历没那么高，自寻优管理能力也没那么强。一般一家肯德基麦当劳店有几十个员工，所以店长基本都是本科水平。便利店平均每家店只有5-8名员工，全店的经营收入根本无法支撑高学历店长的工资。

这就导致了一个很大的矛盾——如果你大量加入学历低的店铺，店铺的质量和形象很快就会一落千丈。但如果提高加盟主门槛，就很难招到足够高质量的加盟主，扩张速度也会受到影响。从根本上说，在中国很难统一品牌所有者和加盟商的利益。在这种情况下，我们认为解决这个问题的方法只有一个——用算法覆盖人。

每一个有人的节点都会导致整体效率的下降。如何通过算法提高服务效率？最近无人店铺的概念很流行，指的是没有售货员的店铺。但是我们的无人店并不是说没有售货员，而是说整个经营决策过程中没有人。所以，如果你今天走进北京的任何一家便利店，都有人在卖，有人在装，有人在打扫，但它的经营决策却是由一个系统自动完成，然后每隔15分钟就推送到店里。我们相信每一个有人的节点都会导致整体效率的下降。比如店长培训不能自动化，那么自动选址和展示也没用。有些连锁企业近2、3年开了很多店，但是都关门了。为什么？它招不到足够的店长和店员，也培养不出来。另一方面，如果最初的选址和设计不能自动化，即使你能和员工签订大量的店面，也是没有用的，因为不能保证管道、电路、施工、照明等十几个图纸能按时跟上。所以在店铺规模的整个过程中，整个链条都需要自动化，节奏可以匹配。我们有一个自动图表:

举几个自动化的例子:

员工职能自动化很多数据说，面对高速变化，系统的决策效率低于人类。然而，在80%和90%的情况下，系统做出的决策比人更谨慎。所以我们列出了很多员工的技能，最重要的是订货、生产、调度、定价，这些都要智能化。7-11培养一个优秀的店长需要2年左右的时间，这样所有的功能和图表都可以理解，不会出现重大失误。但今天，如果一个从未接触过便利店或快餐业的员工，他只需要6个月的时间，就可以通过整个便利蜂系统成为一名店长。

自动便利店有大量的短期商品可供订购和展示，所有的商品都需要根据不同的时间、天气变化、地区和气候需求进行订购。例如，我们有大量的快餐和热食。热饭需要提前生产，导致生产多浪费，订单少导致销售机会损失。在我们的订购界面中，每个店铺大约有2000种商品，日常配送产品有300多种。数据非常复杂，任何人每晚下单都不可能准确分析和输入输出300多件产品。比如，也在下雨。如果这家店是街边店，销量会下降。但如果这家店是建筑店，销量会增加。人类员工很难做出全面的决策。每个人都在说数据使人能决策，但我认为即使数据使一个复杂的商店能决策，一个商店经理也不能决策。因此，我们的订购决策是通过系统做出的。

商品陈列也是如此。便利蜂平均每周更换近150种产品。更复杂的是，我们每家店的结构、货架、陈列图都不一样。这意味着我们必须每周对商店的商品陈列进行大规模的调整。而且为了大规模开店，我们员工平均培训5天就开始进入门店管理。如何管理和识别店内2000多件商品？我们会有一个完整的展示图，告诉他如何一步一步地安排货物。店员可以在一无所知甚至不知道商品的情况下完成任务。

动态定价:像机票折扣一样打折面包。我们卖的很多产品24小时48小时就到期了，属性和航空公司空公司或者酒店很像。所以我们店采用航空公司普遍采用的动态定价方式空，效果很好，目前可以增加30%左右的收益。也就是说，我们店长根本不用担心或者了解商品的销售情况。当商店里的任何商品打折时，自动电子价格标签会提醒商店经理。比如今天卖100个面包和明天卖100个面包可能是完全不同的事情。在我们的系统中，当面包销量低于预期时，折扣开始时，原价恢复时，有一系列按时间排列的数据序列。第二天点菜时，系统会通过数据分析动态改变面包定价。这是人类员工很难做到的。

总结

综上所述，我们认为，要实现便利店在中国的大规模开放，就需要将人们在整个日常业务流程中所做的所有决策，通过复杂的数据结构，通过计算机进行沟通，以达到最佳的效率，使每一家店铺都运营良好。那么，一线员工最重要的职责是什么？遵守系统说明，为消费者提供良好的服务体验。以上是如何把整个便利店做大的核心小技巧。